← 返回信息流
Agent SkillLINUX DO · AI·4 天前

用户对比GLM 5.2与Claude Opus 4.8的UI设计能力

原标题:跑了个提示词,glm5.2和opus 4.8的设计你更喜欢哪一个?

速览

一篇关于AI Agent技能与提示词工程的讨论帖,用户让GLM 5.2和Claude Opus 4.8生成macOS工具软件原型。结果显示GLM 5.2在视觉设计上更胜一筹,但存在指令遵循问题,未能正确生成子页面;Claude Opus 4.8虽理解日式风格但设计效果不佳。

AI 深度解读

背景

在 macOS 原生应用开发与设计领域,2026 年的审美风向正朝着更加清爽、干净且注重材质触感的方向演进。随着 AI 辅助设计工具(如基于 GLM-5.2 和 Claude Opus 4.8 等大模型的工具)的普及,开发者与设计师开始尝试让 AI 自主生成 UI/UX 原型,以探索不同的设计可能性。

本文源自我站 LINUX DO 社区的一篇讨论帖,作者分享了一次使用特定提示词(Prompt)让 GLM-5.2 和 Claude Opus 4.8 两款大模型生成 macOS 工具软件 UI 原型的实验。该实验旨在对比不同模型在指令遵循、设计审美理解以及创意发散能力上的差异,并特别引入了“日式风格”作为额外的设计约束条件,以测试模型在特定文化审美语境下的表现。

核心内容

作者构建了一个针对 macOS 状态栏工具软件(Status Bar Utility)的 UI 设计需求。该软件定位为多功能小工具合集,核心交互逻辑为:点击状态栏图标唤起面板,面板内展示各小工具的卡片;点击卡片可弹出对应的子页面(若存在),无子页面的卡片则直接进行交互、开关切换或展示动效。

作者向 GLM-5.2 和 Claude Opus 4.8 发送了两轮提示词:

  1. 第一轮提示词:要求基于 2026 年 macOS 软件开发及设计审美趋势,设计 5 套风格清爽、配色干净、材质舒服的高质量原型,并以 HTML 形式展示。其中前 3 套需基于搜索趋势设计,后 2 套需天马行空地创新材质与界面效果,但需保持整体风格统一。
  2. 第二轮提示词:在原有基础上,额外要求设计一套“日式风格”的原型,并提示模型思考日本审美艺术。

实验结果与观察:

  • 整体偏好:作者个人更倾向于 GLM-5.2 生成的设计方案,尤其是其生成的最后一套日式风格原型,被认为“很有味”。
  • 指令遵循问题:作者发现 GLM-5.2 在指令遵循上存在明显缺陷。尽管提示词明确要求“每套包含子页面与状态栏面板页面”,但 GLM-5.2 生成的所有原型仅展示了状态栏面板,缺失了子页面。相比之下,Claude Opus 4.8 在结构完整性上表现更佳。
  • 日式风格的理解偏差:在分析“日式风格”时,两个模型在文字层面的总结内容相似,均能理解日式审美的核心要素。然而,在实际设计输出上,Claude Opus 4.8 虽然文字理解到位,但视觉设计出来的效果却“不对味”,未能准确传达日式美学的精髓。GLM-5.2 则在视觉上更成功地捕捉到了这种氛围。

关键要点

  • 模型特性对比
    • GLM-5.2:在视觉创意和特定风格(如日式)的氛围营造上表现更佳,更具“味道”;但在严格的指令遵循(如页面结构完整性)上存在不足,容易遗漏关键需求。
    • Claude Opus 4.8:在指令遵循和结构完整性上表现稳定,能准确输出包含子页面和面板的完整原型;但在将抽象的审美概念(如日式风格)转化为具体的视觉设计时,存在“知行不一”的问题,文字理解与视觉呈现存在脱节。
  • 设计趋势洞察:2026 年 macOS 设计趋势强调“清爽”、“干净”的配色以及“舒服”的材质感,这为 AI 生成设计提供了明确的约束条件。
  • AI 辅助设计的局限性
    • 当前大模型在生成 UI 原型时,仍可能出现指令遵循错误(如遗漏页面)。
    • 模型在理解抽象文化审美(如日式美学)时,文字推理能力与视觉生成能力可能不匹配,需要人工介入调整或进行多轮迭代。
  • 工作流建议:利用 AI 进行设计探索时,建议结合多个模型的优势。例如,可用 GLM-5.2 获取创意灵感,用 Claude Opus 4.8 确保结构规范,最后由设计师进行整合与微调。

意义与影响

此次实验揭示了当前 AI 在设计领域应用的现状与挑战:

  1. AI 作为创意协作者而非完全替代者:AI 能够高效生成多种风格的原型,激发设计灵感,尤其在探索“天马行空”的创新材质方面表现出色。然而,由于指令遵循和审美转化的不稳定性,AI 目前更适合作为设计师的“草图助手”或“灵感板”,而非最终交付物的唯一来源。
  2. 提示词工程的重要性:实验表明,即使提示词相同,不同模型对同一需求的理解和执行效果差异显著。设计师需要针对不同模型的特性,优化提示词结构,明确约束条件,并准备多轮迭代策略。
  3. 跨文化审美设计的复杂性:将抽象的文化审美(如日式风格)转化为具体的 UI 设计,对 AI 提出了更高要求。当前模型在文字理解与视觉生成之间的鸿沟,提示我们需要更细粒度的审美控制机制,或结合人类设计师的文化直觉进行校正。
  4. macOS 设计生态的演进:随着 AI 工具的深入应用,macOS 应用的设计门槛可能降低,但同时对设计师的审美判断力和 AI 协作能力提出了更高要求。未来,能够熟练驾驭 AI 工具、精准传达设计意图的设计师将更具竞争力。
查看原文 →linux.do